- •Одномерная статистика
- •Раздел 1
- •1.1 Разделы статистики
- •1.2 Типы данных
- •1.3. Измерения и шкалы
- •1.4 Измерительные шкалы
- •1.5 Как определить, в какой шкале измерено явление
- •Раздел 2
- •2.1 Генеральная совокупность и выборка
- •2.2 Описательная статистика
- •Закон нормального распределения
- •Коэффициент асимметрии и эксцесса
- •2.3 Классификация задач психологического исследования и методов их решения
- •2.4 Индуктивная статистика
- •Достоверность результатов исследования
- •Нулевая гипотеза
- •Уровни значимости
- •2.5 Корреляционная статистика
- •Раздел 3 Дисперсионный анализ
- •Многомерная статистика
- •Факторный анализ
- •Дискриминантный анализ
Закон нормального распределения
Закономерности нормального распределения:
1. Правая и левая ветви теоретического нормального распределения абсолютно симметричны.
2. В нормальном распределении мода, медиана и среднее арифметическое значение совпадают и соответствуют вершине распределения
3. Правая и левая ветви распределения уходят в бесконечность, никогда не соприкасаясь с осью абсцисс.
68,2% всех случаев располагается в диапазоне значений Xср (среднее) ± σ (сигма)
Тогда -1σ равен 3-1,6=1,4, а +1σ равен 3+1,6=4,6
Коэффициент асимметрии и эксцесса
Распределение может быть приблизительно симметричным относительно моды либо обладать отрицательной или положительной асимметрией.
В отличие от коэффициента асимметрии, коэффициент (показатель) эксцесса характеризует компактность или «размытость» распределения, его остро-вершинность или плоско-вершинность, что связано с разным характером группирования значений переменной вокруг среднего.
Для проверки соответствия эмпирического распределения нормальному по асимметрии и эксцесса используются специальные таблицы. Если получившиеся (эмпирическое) значение асимметрии и эксцесса меньше, чем критическое (из таблицы), то распределение соответствует нормальному. Т.е. должно быть – Ex (As) эмп ≤ Ex (As) кр.
2.3 Классификация задач психологического исследования и методов их решения
Задачи |
Условия |
Применение |
1. Выявление различий в уровне исследуемого признака (сравнение арифметических средних) |
А) 2 выборки испытуемых Б) 3 и более выборок испытуемых |
Выявления различий между двумя, тремя и более выборками испытуемых |
2. Оценка сдвига значений исследуемого признака |
А) 2 замера на одной и той же выборке испытуемых Б) 3 и более замеров на одной и той же выборке испытуемых |
Выявления различий на одной и той же выборке испытуемых |
3. Выявление различий в распределении признака |
А) при сопоставлении эмпирического распределения с теоретическим Б) при сопоставлении двух эмпирических распределений |
Сравнение эмпирического распределения с теоретическим нормальным распределением |
4. Выявление степени согласованности изменений |
А) двух признаков Б) двух иерархий или профилей |
Выявление корреляции между выборками испытуемых
|
5. Анализ изменений признака под влиянием контролируемых условий |
А) под влиянием одного фактора Б) под влиянием двух факторов одновременно |
Дисперсионный анализ |
2.4 Индуктивная статистика
Задачи индуктивной статистики – это задачи сопоставления и сравнения. Они заключаются в том, чтобы определить, насколько вероятно, что две выборки принадлежат к одной популяции.
Если наложить друг на друга две кривые – до и после воздействия – описывающие распределение в экспериментальной группе, то можно заметить, что они отличаются. Это разница обусловлена тем, что на одну из них повлияла независимая переменная.